张殿岱,王雪梅,2

(1.新疆师范大学 地理科学与旅游学院,乌鲁木齐 830054；2.新疆维吾尔自治区重点实验室 新疆干旱区湖泊环境与资源实验室,乌鲁木齐 830054)

植被是生态系统中最为重要的组成部分,也是生态系统存在的主要基础,具有截流降雨、减缓径流、防沙治沙,保持水土等功能[1]。干旱区植被的恢复与重建可有效控制土地退化过程,对荒漠生态系统平衡的维持起着关键作用[2-3]。遥感影像分类是获取植被信息的重要方式,而分类方法的选择是决定影像分类精度的关键因素[4]。目前,国外相关研究主要集中在通过多种分类方法,结合多源遥感数据对植被类型、光谱特征或物种进行遥感分类等方面的研究[5-6]。在早期的植被遥感分类研究中,国内学者常采用基于像元的监督和非监督分类方法[7-10]。伴随各类卫星的陆续发射,一些学者将新的方法引入到遥感影像的植被分类当中,如植被指数分类、多源多时相信息综合法,以及结合地形、纹理和光谱等辅助信息分类和元胞自动机分类等,实现了“亚像元”级的植被遥感分类[11-13]。

近年来,随着人工智能信息技术与理论的发展,我国的高分二号(GF-2)民用对地观测卫星顺利发射并投入使用,标志着我国遥感卫星进入了亚米级“高分时代”[14]。不同领域的学者也对高分辨率遥感影像数据的应用开展了相关研究。史敏伟等[15]利用GF-2影像使用随机森林分类方法进行土地利用分类,实验证明该方法对土地利用分类具有较好的效果；……